नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.8 vs Google: Gemini 3.5 Flash

सारांश

Claude Opus 4.8 vs Gemini 3.5 Flash benchmark तुलना: Gemini 3.5 Flash average score में आगे है: 9.8 vs 7.7. Gemini 3.5 Flash की benchmark लागत कम है: $1.115 vs $1.270. Gemini 3.5 Flash तेज है: 8.84s vs 10.83s, pass rates 79.4% vs 96.8%.

अनुशंसित मॉडल: Gemini 3.5 Flash - It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-30

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19
स्कोर 7.7 9.8
रैंक #38 #1
विश्वसनीयता 10.0 10.0
संगति 8.8 9.6
सही परीक्षण
प्रति प्रयास पास दर 79.4% 96.8%
अस्थिर टेस्ट 3 1
कुल रन 63 63
प्रति परिणाम लागत 8.466 5.575
कुल लागत $1.270 $1.115
इनपुट कीमत $5.000 / 1M $1.500 / 1M
आउटपुट कीमत $25.000 / 1M $9.000 / 1M
कुल इनपुट टोकन 60,946 37,594
आउटपुट टोकन 31,771 1,975
रीजनिंग टोकन 6,831 115,638
प्रतिक्रिया समय (औसत) 10.83s 8.84s
प्रतिक्रिया समय (अधिकतम) 127.97s 34.82s
प्रतिक्रिया समय (कुल) 227.39s 185.57s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 tok

#1 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005

त्वरित तुलना

तुलना जोड़ी बदलें